戈扬的博客

pointnet++为pointnet的升级版 转自：http://www.bubuko.com/infodetail-2535494.html 1 使用深度学习的三维点云分类的介绍 在过去的这些年里，对二维图像已经有了大量深入的研究，并且有着长足的发展。它在分类任务上取得了极好的结果主要得益于一下两个关键因素： 1.卷积神经网络。 2.数据 - 大量图像数据可用。 但是对于3D点云，...

CS231N 环境搭建 WIN10 环境 LINUX 环境 1 在本地win10上完成CS231n 1.1配置过程 在本地win10系统上安装anaconda - 进入Anaconda的官网进行下载或学习。 - 选择你想下载的Python版本，这里我们选择的是Python3.6 - 选择你的操作系统和位数，这里我们选择的是Windows64位 - 然后点击Download按钮就开始下载了 ...

周志华机器学习+统计学习基础PDF 链接: https://pan.baidu.com/s/1xIl6Zz1sd6F92EByNUCoCg 密码: 5c47 林轩田机器学习基石&机器学习技法（带字幕） 链接: https://pan.baidu.com/s/1PhKT9TWM3kBSNQcV3H2JXA 提取码: 3j2j 吴恩达-机器学习-斯坦福大学课堂（带字幕，黄海广翻译） 链接: h...

1 简介 2 简单表达式和理解梯度 3 复合表达式，链式法则，反向传播 4 直观理解反向传播 5 模块：Sigmoid例子 6 反向传播实践：分段计算 7 回传流中的模式 8 用户向量化操作的梯度 小结 1 简介 目标：本节将帮助读者对反向传播形成直观而专业的理解。反向传播是利用链式法则递归计算表达式的梯度的方法。理解反向传播过程及其精妙之处，对于理解、实现、设计和调试神经网络非常关键。 问题...

内容列表： 1 简介 2 损失函数可视化 3 最优化 3.1策略#1：随机搜索 3.2策略#2：随机局部搜索 3.3策略#3：跟随梯度 4 梯度计算 4.1 使用有限差值进行数值计算 4.2 微分计算梯度 5 梯度下降 小结 简介 在上一节中，我们介绍了图像分类任务中的两个关键部分： 基于参数的评分函数。该函数将原始图像像素映射为分类评分值（例如：一个线性函数）。 损...

线性分类器简介 线性评分函数 阐明线性分类器 译者注：上篇翻译截止处 损失函数 多类SVM Softmax分类器 SVM和Softmax的比较 基于Web的可交互线性分类器原型 小结 线性分类 图像分类的任务，就是从已有的固定分类标签集合中选择一个并分配给一张图像。我们还介绍了k-Nearest Neighbor （k-NN）分类器，该分类器的基本思想是通过将测试图像与训练集带标签的图像...

一、 图像分类 难点 (1) ViewPoint Variation: 拍摄视角。 (2) Illumination: 光照。 (3) Deformation: 变形。 (4) Occlusion: 遮挡。 (5) Background Clutter: 背景干扰。 (6) Intraclass Variation: 同类事物的差异化。 上述困难导致无法通过硬编码规则对图像达到良好的分类效果。...

一. 一些前导和同步课程 CS131：Computer Vision: Foundations and Applications CS231a： Computer Vision, from 3D Reconstruction to Recognition CS 224n: Natural Language Processing with Deep Learning CS 230: Deep Lea...

这一篇将着重介绍神经网络的训练细节，如何高效的训练神经网络。 一、追溯历史 可能女孩子都喜欢爱回忆过去，每次一讲到神经网络的历史，就特别激动，昨天在twitter上关注了Yann LeCun，内心更是激动不已，仿佛能感受到他在1998年提出CNN时的那种划时代的震撼力。AI真是一个充满挑战又激动人心的领域。就像学良老师所说，我们一直相信未来！ 那么，长话短说，我们简单聊一聊a bit of his...

/前言：打算基于cartography进行后续开发，先对论文做一定了解。 */ Step one: 先全文过一遍。有网友提供翻译结果，自己对照看。了解梗概。 link: http://blog.youkuaiyun.com/lilynothing/article/details/60875825 Step two: 系统细节与关键算法理解 link: http://blog.youkuaiyun.com/LilyNoth...